hi,小慕
课程

中国大学MOOC,为你提供一流的大学教育

认证学习
为你提供认证成绩和证书,以及AI高效学习服务
查看详情
大学

国家精品

认证学习

智慧课程

理学工学农学

计算机

经济管理

外语

音乐与艺术

心理学

文史哲法

医学与保健

教育教学

大学生竞赛

软件实训

人工智能

升学/择业

考研

期末突击

专升本

四六级

保研及论文

求职就业

专四专八

大学应试英语

期末资料

终身学习

有声课堂

兴趣技能

hi,小mooc
26考研数学通关实战
认证学习
最优化理论与方法
第7次开课
开课时间: 2025年02月24日 ~ 2025年07月15日
学时安排: 3-5小时每周
进行至第6周,共21周 已有 503 人参加
认证学习
认证成绩和证书
智能问答和解析
视频学习辅助
立即参加
课程详情
课程评价(49)
spContent=无论在物理世界,还是人类社会,最优化总是无处不在。当你面对各种决策问题时,总是希望从众多可能中去寻找一个最佳方案。最优化理论与方法在国防、经济、金融、工程、管理等各个领域都有着非常直接和广泛的应用,包括当下热门的机器学习和人工智能技术,其中的许多方法归根结底都是各种优化模型以及优化方法的应用。因此,无论你现在或将来投身哪个行业,学习和掌握一定的最优化知识都是非常必要和有益的。通过本课程的学习,你能培养自己的优化思维,了解基础的优化理论和凸优化建模技术,并且尝试运用优化软件,动手解决现实中的优化决策问题!
无论在物理世界,还是人类社会,最优化总是无处不在。当你面对各种决策问题时,总是希望从众多可能中去寻找一个最佳方案。最优化理论与方法在国防、经济、金融、工程、管理等各个领域都有着非常直接和广泛的应用,包括当下热门的机器学习和人工智能技术,其中的许多方法归根结底都是各种优化模型以及优化方法的应用。因此,无论你现在或将来投身哪个行业,学习和掌握一定的最优化知识都是非常必要和有益的。通过本课程的学习,你能培养自己的优化思维,了解基础的优化理论和凸优化建模技术,并且尝试运用优化软件,动手解决现实中的优化决策问题!
—— 课程团队
课程概述

什么是最优化?顾名思义,最优化就是要尽可能做到最好。著名数学家欧拉曾说过“宇宙万物无不遵循某种最大或最小的原则”。在物理世界,最优化总是很自然的发生,比如光总是走行进最快的路线,蛋白质折叠总是以能量最小的方式进行。而在人类社会中,任何决策问题都可以建模成数学优化问题,最优化就是要从众多可能中去寻找满足一定条件的最佳决策方案。

最优化一直就在我们的身边。例如,在工程建设中,面对有限的项目预算和人力物力资源,工程师们应当如何统筹安排各项作业的开工时间以及资源分配,以实现工期最短?在企业生产中,采购主管应当如何制定最优的原材料采购计划,既能保障生产需求,又能使得采购和库存的总成本最低?在物流运输配送中,如何进行车辆调度与路径规划,以实现货物准时送达,并且运输成本最小?在金融市场中,包括期权定价、投资组合等各种决策,事实上都是在寻求收益和风险的最佳权衡。

最优化理论与方法在科学、技术与管理领域中都有着非常直接和广泛的应用,包括当下热门的机器学习、人工智能领域,大部分的方法归根结底都是各种优化模型以及优化方法的应用。因此,无论你现在或将来从事哪个行业的工作或科研,学习和掌握一定的最优化知识,形成优化思维都是非常重要和有益的。

本课程是一门系统介绍最优化问题数学理论与方法的课程。授课内容将侧重优化问题基本概念的介绍,一般性优化理论的阐释和最具应用价值的凸优化建模技术讲解。课程内容精炼,兼顾了基础理论讲授和前沿技术拓展。此外,课程还介绍了常用优化软件的使用,将理论与实践相结合,以便学习者开展解决现实问题的优化研究。

课程教学团队由来自南京大学的徐薇老师、陈彩华老师和李敏老师组成,他们拥有丰富的教学经验,将通过本课程带领你感受优化理论的数学之美,了解优化理论、模型和方法的用武之地。欢迎和期待你的加入!

课程大纲
最优化简介
1.1 最优化问题概述
1.2 最优化问题的一般形式和分类
1.3 最优解概述
第一章课后习题
预备基础知识
2.1 线性代数基础知识
2.2 多元函数分析基础
2.3 凸集与凸函数
第二章课后习题
无约束优化最优性条件及应用
3.1 无约束优化概述(案例导入)
3.2 无约束优化的一阶最优性条件
3.3 无约束优化的二阶最优性条件
第三章课后习题
约束优化最优性条件及应用
4.1 约束优化概述(案例导入)
4.2 约束优化的一阶最优性条件(1)
4.3 约束优化的一阶最优性条件(2)
4.4 约束优化的一阶最优性条件(3)
4.5 约束优化的一阶最优性条件(4)
4.6 约束优化的二阶最优性条件
4.7 最优性条件的应用
第四章课后习题
约束优化的对偶定理
5.1 拉格朗日对偶函数
5.2 拉格朗日对偶问题
5.3 从零和博弈看对偶问题
5.4 对偶定理
5.5 Lagrange对偶的几何解释
5.6 Lagrange对偶的鞍点解释
5.7 对偶理论应用(SVM)
第五章课后习题
凸优化建模技术和实例
6.1 凸优化
6.2 线性锥规划
6.3 二阶锥规划
6.4 半定规划
第六章课后习题
常用优化软件介绍
7.1 常用优化软件介绍
7.2 CVX的介绍与语法规范
7.3 CVX的上机使
展开全部
参考资料
  • 中国学科发展战略· 数学优化,中国科学院,科学出版社,2020.
  • Stephen Boyd,Lieven Vandenberghe著.王书宁,许鋆,黄晓霖译.Convex Optimization(凸优化),清华大学出版社,2013.
  • Jorge Nocedal,Stephen J. Wright著.数值最优化(2 英文影印版)科学出版社2019.
  • 刘浩洋,户将,李勇锋,文再文.最优化:建模、算法与理论,高等教育出版社,2020.
南京大学
3 位授课老师
徐薇

徐薇

副教授

陈彩华

陈彩华

教授

李敏

李敏

教授、博导

推荐课程

大学英语(口语)CAP

彭天笑

304661人参加

大学英文写作

李慧辉

53420人参加

基础俄语II

刘淼

34684人参加

武忠祥·高等数学·解忧铺

武忠祥

1064678人参加
下载
下载

下载App